基于人工智能的電網基建現場管理單元，由淺入深逐步解決基建過程中的管控難題，通過監測現場主要風險控制情況，達到及時控制現場變量、消除施工安全風險的根本目的，實現人工智能輔助電網建設管理。 圖像識別、機器學習的算法開發 作為深度學習內容之一的計算機視覺，應該說是受AI技術影響最大的領域。圖像數據作為電網大數據中密不可分的一部分，傳統圖像處理方法往往基于任務人為地制定一些規則，通過對圖像特征進行數學運算來達到分割、處理等任務。但圖像數據中往往有較為復雜的背景噪聲，基于規則的算法易受噪聲干擾，且難以有效地利用圖像目標數據中豐富的特征，故圖像數據作為電網數據中數據量很大的組成部分，一直難以有效利用。深度學習的出現為電網圖像數據任務引入了新的思想和工具，其在電網圖像的數據的應用中起到了重要作用，主要應用場景為無人機巡檢、智能檢測設備形體及電力信息安全等。基于深度學習理論，對電力施工場景進行多目標識別和定位，根據對目標的識別、定位以及軌跡追蹤，對施工場景進行描述，并且判斷該場景的危險等級，及時預警，防止在電力施工過程中發生嚴重的安全事故。